mirror

mirror

本地运行的实时AI视频分析开源项目

Mirror是一个开源项目,通过本地运行的AI模型实时分析网络摄像头视频流。项目完全在本地执行,保障用户隐私,无需联网且免费使用。通过修改提示,Mirror可适应多种场景需求。该项目基于Bakllava模型和llama.cpp,为开发者提供了探索AI视觉分析的平台。

MirrorAI镜像人工智能本地运行可定制Github开源项目

镜像

在你的笔记本电脑上实现可定制的AI驱动镜像。

bike.gif

镜像是一个网页应用,它持续监测来自网络摄像头的实时视频流,并做出回应评论。

  1. 100%本地和私密: 尝试各种想法。不用担心,一切都在你的笔记本电脑上进行,无需互联网连接。
  2. 免费: 由于AI模型完全在你的机器上运行,你可以一直运行它并尝试不同的东西。
  3. 可定制: 只需更改提示(或调整代码),你就可以轻松地重新设定镜像来做不同的事情。

工作原理

观看镜像运行的视频:

观看视频

  1. 当你启动应用时,浏览器会请求网络摄像头权限。
  2. 当你允许使用网络摄像头时,它会开始向AI(Bakllava,运行在llama.cpp上)传输视频流。
  3. AI会分析图像并实时传输响应,前端会实时打印这些响应。

使用方法

当你启动网页界面时,它会立即开始基于提示"描述图像中的人"来传输AI的响应。

你可以编辑这个字段,让镜像开始传输你想要的任何内容

editing.gif

你可以尝试的一些示例提示:

  1. 我手里拿的是什么物品?
  2. 这个人在做什么?
  3. 描述图像中的一些值得注意的事件。
  4. 这张图片中有多少人?
  5. 如果你看到任何奇怪的东西,请告诉我。

安装

[推荐] 一键安装

使用Pinokio尝试一键安装:https://pinokio.computer/item?uri=https://github.com/cocktailpeanut/mirror

确保使用最新版本的Pinokio(0.1.49及以上)

install.gif

镜像有很多组成部分,所以如果你不使用一键安装程序,可能需要大量工作:

  1. 协调多个后端(llama.cpp服务器和gradio网页界面服务器)
  2. 安装先决条件,如cmake、visual studio(Windows)、ffmpeg等。

如果你想手动安装,请转到以下部分。

手动安装

请注意,本节提到的所有内容基本上就是一键安装程序自动完成的内容,适用于Mac、Windows和Linux。因此,如果你在尝试手动运行镜像时遇到困难,可以尝试一键安装。

1. 克隆此仓库

git clone https://github.com/cocktailpeanut/mirror

2. 克隆llama.cpp

git clone https://github.com/ggerganov/llama.cpp

3. 下载AI模型

将以下bakllava模型文件下载到llama.cpp/models文件夹

4. 构建llama.cpp

cd llama.cpp
mkdir build
cd build
cmake ..
cmake --build . --config Release

5. 安装依赖

创建虚拟环境并安装依赖

python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

6. 安装先决条件

安装FFMPEG:https://ffmpeg.org/download.html

7. 启动llama.cpp服务器

首先启动llama.cpp服务器:

Windows

cd llama.cpp\build\bin
Release\server.exe -m ..\..\ggml-model-q4_k.gguf --mmproj ..\..\mmproj-model-f16.gguf -ngl 1

Mac和Linux

cd llama.cpp\build\bin
./server -m ..\..\ggml-model-q4_k.gguf --mmproj ..\..\mmproj-model-f16.gguf -ngl 1

8. 启动网页界面

首先激活环境:

source venv/bin/activate

然后运行app.py文件

python app.py

致谢

  1. 后端代码受到Realtime Bakllava的启发和采用,该项目使用...
  2. Llama.cpp作为LLM服务器。
  3. Bakllava作为多模态AI模型。
  4. 网页界面使用gradio构建。

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多